Ricursive Intelligence-ი ხელოვნური ინტელექტის მიერ დაპროექტებული ჩიპებით გამოთვლითი სიმძლავრეების კრიზისის მოგვარებას გეგმავს

Ricursive Intelligence-ის დამფუძნებლებს, ანა გოლდისა და აზალია მირჰოსეინის, სჯერათ, რომ ხელოვნური ინტელექტის (AI) ჩიპების უფრო ეფექტური დიზაინი გამოთვლითი სიმძლავრეების კრიზისის დაძლევაში გადამწყვეტ როლს ითამაშებს. ოთხშაბათს, TechCrunch Disrupt-ის კონფერენციაზე გამოსვლისას, დამფუძნებლებმა დეტალურად ისაუბრეს იმაზე, თუ როგორ ავითარებს მათი სტარტაპი AI-ს, რომელსაც ჩიპების დაპროექტება, ყოველი ციკლიდან სწავლა და შემდგომი დიზაინის გაუმჯობესება შეუძლია. პროექტის მთავარი მიზანი ჩიპების შექმნის პროცესის ავტომატიზაცია და დაჩქარებაა.

ანა გოლდის განცხადებით, არსებობს მოლოდინი, რომ მომდევნო ხუთი წლის განმავლობაში გამოთვლით სიმძლავრეებზე მოთხოვნა მინიმუმ 10,000-ჯერ გაიზრდება და ეს პროგნოზი შესაძლოა კონსერვატიულიც კი იყოს. მისი თქმით, გამოსავალი მონაცემთა ცენტრების რაოდენობის 10,000-ჯერ გაზრდაში არ მდგომარეობს. ამის ნაცვლად, საჭიროა უფრო ეფექტური ჩიპების შექმნა, რომლებიც უკეთ გამოიყენებენ მონაცემთა ცენტრების გამტარუნარიანობას და საწარმოო რესურსებს, რადგან ფიზიკური ინფრასტრუქტურის უსასრულო ზრდა გარემოსთვის დამაზიანებელი იქნება.

მიუხედავად იმისა, რომ ზოგისთვის AI-ს მიერ საკუთარი ჩიპების დაპროექტების იდეა შესაძლოა შემაშფოთებელი იყოს, გოლდი მიიჩნევს, რომ ეს ადამიანებს საშუალებას მისცემს, კონცენტრირდნენ ახალი აპლიკაციების შემუშავებასა და იმ შესაძლებლობების კვლევაზე, რაც გამოთვლითი ტექნოლოგიების გამოყენების არეალს გააფართოებს.

„ვფიქრობ, ყველაფერი იქითკენ მიდის, რომ ადამიანებს მოაქვთ თავიანთი შესანიშნავი იდეები და კრეატიული აზრები, ხოლო შესრულებაზე (execution) პასუხისმგებლობას ხელოვნური ინტელექტი იღებს. ეს ხდება ჩიპების დიზაინში, პროგრამული უზრუნველყოფის შემუშავებასა და სხვა სფეროებში. სწორედ ამას აკეთებს Ricursive ჩიპების დიზაინისთვის“ - აღნიშნა გოლდიმ.

ინოვაციური მიდგომები ჩიპების არქიტექტურაში

დამფუძნებლების თქმით, AI გამოწვევას უცხადებს ჩიპების დიზაინის ტრადიციულ მეთოდებს არასტანდარტული განლაგებების აღმოჩენით, რომლებიც ხშირად ჩვეულებრივ დიზაინზე უკეთეს შედეგს იძლევა. მაგალითად, მათ მიერ ადრე შემუშავებულმა AI სისტემამ, AlphaChip-მა, ჩიპის კომპონენტების წრიული, „დონატისებური“ განლაგება შექმნა. ამან თავიდან ინჟინრების გაკვირვება გამოიწვია, თუმცა საბოლოოდ დიზაინი წარმატებული აღმოჩნდა.

კომპანია ორიენტირებულია მთლიანი ჩიპის ოპტიმიზაციაზე და არა მის დაყოფაზე ათეულობით მცირე ბლოკად, როგორც ეს ტრადიციულად ხდება. ეს მიდგომა AI-ს საშუალებას აძლევს, შექმნას რთული სტრუქტურები, მათ შორის ტალღისებური დიზაინები, რომელთა შესახებაც გუნდი მომავალში მეტი დეტალის გაზიარებას გეგმავს.

სპეციალიზებული ჩიპები და წარმოების სისწრაფე

დამფუძნებლები ასევე ამტკიცებენ, რომ AI-ზე დაფუძნებული დიზაინი შესაძლებელს გახდის ისეთი სპეციალიზებული ჩიპების შექმნას, რომელთა დამზადებაც ადრე შეუძლებელი იქნებოდა. პროცესის დაჩქარება რადიკალურად ცვლის ინდუსტრიის ეკონომიკას:

• დროის დაზოგვა: თუ ტრადიციულად ახალი ჩიპის დაპროექტებას ექვსი თვიდან ორ წლამდე სჭირდება, AI-ს დახმარებით ეს პროცესი შესაძლოა ერთ კვირაში დასრულდეს.
• პერსონალიზაცია: წარმოების სისწრაფე საშუალებას იძლევა შეიქმნას სპეციალური ჩიპები სხვადასხვა სფეროსთვის, როგორიცაა კოსმოსური კვლევები, AR/VR ტექნოლოგიები და ბიოლოგიური გამოთვლები.
• ეკონომიკური სარგებელი: პერსონალიზებული ჩიპების შექმნა ფინანსურად მომგებიანი ხდება, რაც ამავდროულად ენერგოეფექტურობის გაზრდასაც უწყობს ხელს.